做免费网站教程,百度seo排名点击,网站优化公司哪家好,重庆安全监督工程信息网降水在水循环中发挥着重要作用#xff0c;塑造了生态景观和生态系统。目前#xff0c;有四种主要方式获取降水数据#xff1a;1#xff09;雨量计观测#xff0c;2#xff09;地基雷达遥感#xff0c;3#xff09;卫星遥感#xff0c;4#xff09;模式模拟。基于雨量…降水在水循环中发挥着重要作用塑造了生态景观和生态系统。目前有四种主要方式获取降水数据1雨量计观测2地基雷达遥感3卫星遥感4模式模拟。基于雨量计观测的降水通常被认为是最准确和可靠的。但由于复杂的地形和恶劣的环境在中国西部人烟罕至地区没有气象站。基于站点数据网格化降水产品的准确性在很大程度上取决于站点空间密度和环境条件而这些条件在不同地区有很大差异。因此有必要将卫星遥感和模式数据结合起来进一步提供高质量、高分辨率的降水数据。
点击查看原文https://mp.weixin.qq.com/s?__bizMzg2NDYxNjMyNAmid2247549415idx4sn930e7be11753c4f4812c044cf37b1ad4chksmce64eb0cf913621abe47cf86c4490b9e0f8feefb4a11a6407d6b38b34bacbb77492d284f9aedtoken320459836langzh_CN#rd
目前卫星遥感已被广泛用于水文气象的应用。这些年已有大量研究对遥感降水产品如TMPA 3B42、CMORPH、PERSIANN-CDR进行了评估发现这些数据有着各种各样问题尤其在冬季。而模式中的降水表现优于卫星数据可以进一步补充和改善这些地区卫星数据的不足。 随着越来越多的降水数据集的产生数据合并和校正的方法对利用各种数据源变得至关重要。美国多源加权集合降水MSWEP使用加权集合方法来合并全球高质量的降水数据取得了好的效果。近年来机器学习方法重新兴起将机器学习算法和融合的思路结合能够进一步提高降水产品的质量。本课程将以青藏高原为案例数据融合多源降水数据。 关注科研技术平台获取更多资源
